我国数字经济产业效率空间演进及收敛性研究

赵新伟

(西北政法大学经济学院，陕西 西安 710122)

一、引言

习近平总书记指出：“要发展数字经济，加快推动数字产业化，依靠信息技术创新驱动，不断催生新产业新业态新模式，用新动能推动新发展。要推动产业数字化，利用互联网新技术新应用对传统产业进行全方位、全角度、全链条的改造”。近年来，高速发展的信息基础设施在我国已基本构建完成[1-2]，数字经济实现了对我国生产生活各领域的全面渗透，其规模也获得迅速扩张[3-4]。数据显示(1)部分数据根据《中国互联网发展报告2011》《中国数字经济发展白皮书2020》整理。，我国数字经济规模已经由2010年的8.9万亿增加到2019年的35.8万亿元，9年时间我国数字经济规模增长了302.2%，数字经济规模年均增长33.58%，以近乎爆炸性的方式快速扩张；数字经济占GDP的比重也在稳步提高，2010年，数字经济占我国GDP的比重为18.6%，2019年数字经济占GDP的比重已达到36.2%，9年时间数字经济在国民经济体系中的占比已提高近一倍，数字经济占比年均提高1.8%，按此速度，到2027年，我国数字经济将达到GDP的50%以上；从贡献率来看，2019年，数字经济对我国GDP增长的贡献率达67.7%，给中国带来280万新增就业人数，占我国年新增就业人数的21%[5-7]。

二、文献综述

在此背景下，数字经济也成为我国学术界的研究热点，通过中国知网的数据库检索系统，检索词为“数字经济”与“Digital Economy”，可以检索到外文期刊论文1 066篇，其中：2018年116篇，2019年163篇，2020年208篇，2021年49篇；北大中文核心期刊论文574篇，其中2019年93篇，2020年246篇，2021年121篇，CSSCI(南大核心)期刊(包括来源期刊与扩展版期刊)494篇，其中2019年88篇，2020年220篇，2021年102篇。国内对于数字经济的研究主要集中在数字经济与产业发展融合及数字经济测度等方面[8-11]。在数字经济与产业发展融合方面，主要侧重数字经济与信息技术、农业农村、创意产业等融合方式的研究，如：陈晓红(2018)[12]分析了数字经济的新特征和新挑战，探讨了数字经济时代数字信息技术在公共管理、医疗服务、零售、制造等领域的应用，揭示了数字信息技术的融合趋势。金雪涛和李坤繁(2020)[13]从英国数字经济发展背景、战略布局等方面分析了英国数字经济与创意产业融合发展与转型，认为数字经济与创意产业的融合推动了英国传统产业业态的升级与新业态的增长，也推动了英国产业布局优化。温涛和陈一明(2020)[14]总结了国外数字经济与农业农村经济的融合发展经验和模式，分析了目前我国数字经济与农业农村经济融合的现状及在基础实施建设、数字人才、法律法规等方面的瓶颈，认为数字经济与农业农村经济融合有利于农业升级以及农村进步，有助于“三农”的可持续发展。王国成(2021)[15]揭示了数字化的实质及其对个体和集体决策行为的影响，将数字化聚焦行为根源和理论内核上进行了探讨。

在数字经济测度方面，许宪春和张美慧(2020)[16]在数字经济演变历程的基础上，对数字经济的构成要素进行了分析，并以此构建了数字经济核算体系，测算了我国数字经济发展总产值，并与美国、澳大利亚等发达国家进行对比分析。关会娟等(2020)[17]系统梳理了国际组织和官方机构对数字经济的统计方法，并结合我国的统计标准，提出了包括数字设备制造、互联网应用等5个大类、122个小类的数字经济统计指标，并与国际统计指标进行了对比。王开科等(2020)[18]构建了包含数字经济的五部门投入产出模型，利用数字经济效率系数，分析了数字经济的发展对于社会整体经济效率的作用，通过分析发现，数字技术的通用性对于改善生产效率具有重要作用。李研(2021)[19]采用DEA-Malmquist指数测算了各省份及八大经济区数字经济产业效率，并通过Dagum基尼系数、Markov链等方法分析了八大经济区数字经济效率的演变，并通过对比区域差异以促进区域间数字经济产业协调发展。赵新伟和王琦(2021)[20]利用熵值法对我国数字经济发展状况进行了测算，并利用概率和经济差距测算方法核算了我国全国及地区数字经济发展差距，对我国数字经济发展的地区演进进行了分析。

国外对于数字经济产业测算主要集中在数字经济产业的分类与研究方法等方面，具体包括国民经济核算方法研究、增加值测算研究、相关指数编制研究。Ahmad和Ribarsky(2018)[21]分析了传统国民经济核算体系在数据核算过程中存在的问题，并对数据核算方案提出了相关建议；Barefoot等(2019)[22]对美国数字经济的数据价值以及数据资本化等方法进行了探讨；在数字经济增加值测算方面，美国经济分析局BEA利用供给使用表对美国数字经济范围进行了阐释，并对美国数字经济增加值进行了测算[23]，此外，澳大利亚统计局(2019)、加拿大数据统计局(2019)也对本国数字经济产业增加值进行了估算[24]。

通过梳理有关数字经济产业的研究成果可以发现，目前国内对于数字经济产业发展的研究大多从数字经济的规模着手，基于定性分析，以理论分析和政策分析为主，从定量方面对数字经济产业进行的研究较少。近两年对我国数字经济的定量研究在增多，但对于我国地区数字经济产业效率测度、空间演进等内容的研究还没有，这为本文的开展提供了空间。

与现有数字经济的研究相比，本文的创新之处包括：(1)采用超效率DEA方法对我国不同时期地区数字经济产业效率、规模效率、纯技术效率等进行了测算，并对数字经济产业效率的空间分布特征进行了刻画；(2)对我国以及我国东、中、西部地区数字经济产业效率要素贡献度进行了分解，对我国不同地区数字经济产业效率提升的因素进行了阐释，为我国数字经济产业发展政策的制定提供了理论依据；(3)运用Barro和Sala-I-Martin绝对收敛模型，对我国及我国东、中、西部地区数字经济产业效率的收敛性特征进行了检验，揭示了我国及地区数字经济产业效率的收敛性特征。本文的研究对于探究我国地区数字经济发展的深层次动因、制定数字经济产业政策、提升我国数字经济产业发展效率、促进我国数字经济产业高质量发展具有一定的现实意义。

三、研究设计

(一)研究方法

1.数据包络分析方法(DEA)

本文采用数据包络分析方法(DEA)对我国数字经济产业效率进行分析，数据包络分析方法(DEA)是比较各决策单元(DMU)间相对效率的非参数效率分析法，其不需要设定生产函数的具体形式或评价标准，仅仅依靠投入产出的数据从而对单元的投入产出效率进行评价。其效率评价方法包括：CCR模型、BCC模型、两阶段与三阶段的DEA模型、非期望产出的DEA模型、超效率模型等方法。超效率(SBM-DEA)模型相较于传统的DEA分析方法，受环境因素影响较小，突破了传统效率值上限为1的限制，特别是当决策单元都达到效率边界的情况下，可以对实现DEA有效的决策单元效率值进行重新排序。因此，本文将BCC-DEA模型与SBM-DEA模型相结合，首先利用BCC-DEA模型对我国数字经济产业效率值进行测算，并将数字经济产业效率分解为纯技术效率与规模效率；其次，对于已经达到数字经济产业效率边界的地区，重新利用SBM-DEA方法进行测算。

设每一个数字经济企业为一个决策单元，每一个决策单元有i种投入，j种产出，该决策单元输入向量为xi，输出向量为yj，s+和s-为决策单元要素投入和产出的松弛变量。则有

xi=(x1k,x2k,x3k，…，xik)T,i=1,2，

yj=(y1k,y2k,y3k，…，yik)T,j=1,2，k=1,2,3,…，n。

则BCC-DEA模型设定为

minθ-ε(eTS-+eTS+)

(1)

(2)

SBM-DEA模型设定如下

(3)

s.t.

(4)

(5)

λ,s-,s+≥0;γ=1,2,…,n;t=1,2,…,q;m=1,2,…,k(m≠k)

式中σ为决策单元的总效率值(σ为任意的正数，可以大于1)，σ的大小代表决策单位效率值的高低，σ值越大，决策单元效率值越高；λm为第m个分析单位在当前组合构造的有效单位中所占比例；xik为第i个分析单位中第k个要素的投入比例；yir为第i个分析单位中第r个产出的比例；s+和s-为决策单元要素投入和产出的松弛变量。

2.绝对β收敛性分析

β收敛来源于新古典经济增长理论，指经济增长率与初始经济水平呈负相关的关系，落后地区相对发达地区具有更高的经济增长率，随着时间推移所有经济体的经济水平将趋于一致。绝对β收敛指经济增长率与初始经济水平呈负相关关系，并且所有经济体的经济水平随时间的推移趋于相同。其假设不同经济体之间具有完全相同的经济特征，比如：制度水平、投资水平、人力资本水平、人口增长率等，进而在经济增长路径和经济均衡稳态方面也处于完全相同的水平，如果经济体之间经济特征不相同，则为条件收敛。

本文对数字经济产业效率的演变分析采用Barro和Sala-I-Martin(1991)提出的绝对β收敛模型

(6)

其中，yit和yiT分别表示期初和期末的数字经济产业效率值，β为收敛速度，μit为随机干扰项。若β>0，表示地区数字经济产业效率存在绝对收敛特征，数字经济产业效率绝对收敛是一种理想状态，可以总体反映数字经济企业效率的长期变化趋势，仅仅考虑了数字经济产业效率的初始状态与增长率差异，没有考虑其他因素对效率的影响。

(二)数字经济产业范围、指标选取与数据来源

参照我国《国民经济行业分类(GB/T 4754-2002)》《国民经济行业分类(GB/T 4754-2011)》《国民经济行业分类(GB/T 4754-2017)》中相关行业类型的界定，本文数字经济产业主要指信息传输、软件和信息技术服务业的相关企业，从国泰安数据库中手动筛选了我国信息传输、软件和信息技术服务业的相关企业信息，并按照注册地将其分配到了各省份。在参考前人研究成果的基础上，数字经济产业的效率指标包括数字经济产业投入和产出指标，产业投入指标包括：数字经济企业劳动力投入、资金投入、财政资金投入、网络基础设施投入等指标，分别用地区数字经济企业研发人员数(人)、企业R&D经费(万元)、科学技术财政支出(万元)、互联网宽带接入端口普及率(个/万人)来衡量(2)由于部分省份数字经济产业的投入产出指标数据有缺失，为了保证分析样本的完整性与典型性，本文以数字经济产业占地区GDP的比例为权重，对部分数据缺失省份数字经济产业投入产出数据进行了处理。。产出指标包括数字经济企业技术产出和经济产出2个指标，技术产出为企业实用新型专利申请受理数(件)(3)本文技术产出涉及三种专利数据：发明专利、实用新型专利和外观设计专利，发明专利和外观设计专利历年数据有缺失，因此，本文采用实用新型专利数据作为技术产出的替代变量。，经济产出为企业产品销售收入(万元)。

本文所有指标数据均来自《中国区域创新能力报告》《中国科技统计年鉴》、国泰安数据库以及部分省份历年统计年鉴。另外，考虑到投入产出具有一定的时滞性，本文将投入产出的时滞期定为一年。为了保证企业数据来源的准确性与可得性，本文将分析时期限定为2010-2019年，将2010年作为基期，对比分析2010-2019年，我国数字经济产业效率的动态演进过程。每一个时期的数据分为两组，分别为2009年的投入数据、2010年的产出数据，2018年的投入数据、 2019年的产出数据。

四、我国数字经济产业效率空间分布及演进研究

本文首先利用BCC-DEA模型对我国地区数字经济产业效率、纯技术效率与规模效率进行测算，对于达到数字经济产业创新绩效边界的地区，重新利用SBM-DEA进行估算与排序。得到如表1所示的2010年与2019年我国地区数字经济产业效率、纯技术效率与规模效率测算值。

表1 我国地区数字经济产业效率、纯技术效率与规模效率测算

(一)我国数字经济产业效率地区空间分布及演进

由表1可见，2010年我国地区数字经济产业效率由北向南逐渐提高，基本符合“胡焕庸线”对我国地区范围的空间划分，除极少数省份外，地区数字经济产业效率高于0.722的省份大多位于“胡焕庸线”的右侧。2010年大多数省份数字经济产业效率较低，其中，数字经济产业效率介于0.259-0.722区间(4)为深入阐释我国数字经济产业效率的空间分布及演进特征，使得地区之间数字经济产业效率更具有对比性，本文按照自然间断点将数字经济产业(综合技术)效率指标分为0.259-0.722、0.722-1.160两个区间，数字经济产业规模效率与纯技术效率指标的划分与此相同。的14个省份，大多分布在我国的北部与东北部地区。数字经济产业效率介于0.722-1.160区间的有17个省份，除新疆维吾尔自治区和西藏自治区外，均位于“胡焕庸线”右侧的东南部地区；2019年数字经济产业效率空间分布与2010年相比有很大差异，2019年大多数省份数字经济产业效率相对于2010年都有大幅提升，数字经济产业效率普遍较高，从空间分布来看，南部地区高于北部地区。其中，28个省份数字经济产业效率介于0.722-1.160区间，低于0.722的省份只有3个，2010-2019年我国数字经济产业效率的演进路径为由东部沿海向西北地区、北部地区扩散。

(二)我国数字经济产业规模效率地区空间分布及演进

2010年我国数字经济产业规模效率地区空间分布与其产业效率空间分布基本一致，除个别省份外，数字经济产业规模效率西北部地区较低，东南部地区较高，基本沿“胡焕庸线”分布。2010年我国地区数字经济产业规模效率分布在0.286-0.790区间的有11个省份，分别为河北、黑龙江、山西、江西、内蒙古自治区、贵州、云南、西藏自治区、甘肃、青海、宁夏回族自治区，除江西外，其他省份都分布在西北地区。其余20个省份数字经济产业规模效率在0.790以上，其空间位置均位于“胡焕庸线”右侧；2019年我国地区数字经济产业规模效率低于0.790的省份只有4个，表明相比2010年，2019年我国地区数字经济产业规模效率有了大幅提升，呈现初步收敛状态。与产业效率演进路径相似，从2010年到2019年，我国地区数字经济产业规模效率的演进路径为由东南地区向我国西北和东北地区扩散。

(三)我国数字经济产业纯技术效率地区空间分布及演进

2010年与2019年，我国地区数字经济产业纯技术效率均值分别为0.881和0.942，表明2010年和2019年，我国数字经济产业纯技术效率值都较高，此外两个时期数字经济产业纯技术效率空间分布趋于一致，变化不大。2010年数字经济产业纯技术效率介于0.881-1区间的有18个省份，2019年有22个省份，除辽宁、黑龙江、山西等9个省份数字经济产业纯技术效率在0.696-0.881区间，其余省份数字经济产业纯技术效率均大于0.881，地区数字经济产业纯技术效率具有趋同现象。2010-2019年，我国数字经济产业纯技术效率的地区演进路径为由南部、东南部地区向我国东北地区扩散。

(四)我国地区数字经济产业效率贡献度分解

为更明确地阐释2010年到2019年我国在数字经济产业效率提升的过程中规模效率与纯技术效率的作用水平，本文对不同时期我国地区数字经济产业效率贡献度进行了测算，如表2所示。

表2 我国数字经济产业效率贡献度分解

1.我国总体数字经济产业效率贡献度分解

由表2可以看到，2010年我国数字经济产业效率均值为0.722，综合绩效水平较低，未实现DEA有效。其中规模效率对产业效率贡献度为0.473，纯技术效率对产业效率贡献度为0.527，纯技术效率对产业效率的贡献度大于规模效率的贡献度。表明2010年，数字经济规模过小，要素投入低仍是我国数字经济产业发展中最主要的问题。2019年我国数字产业效率均值为0.942，虽仍未实现DEA有效，但较2010年有显著提升，其中纯技术效率贡献度为0.492，规模效率贡献度为0.503，规模效率对数字经济产业效率贡献度大于纯技术效率贡献度。近10年间我国数字经济产业效率整体提升30.4%，其中规模效率对我国数字经济产业效率提升的贡献度为0.73，纯技术效率贡献度为0.27。样本期内，我国数字经济产业效率提升的最主要原因为我国数字经济规模效率的改进，而纯技术效率对我国数字经济产业效率提升的作用有限，说明我国目前数字经济产业的发展模式仍是以增大数字经济要素投入，提高产业规模为主的规模扩张模式。

2.我国东中西部地区数字经济产业效率贡献度分解

2010年我国东中西部地区数字经济产业效率均值分别为：0.883、0.623、0.660，数字经济产业效率东部地区最高，西部地区次之，中部地区最小。东部地区数字经济规模效率贡献度为0.508，纯技术效率贡献度为0.492，二者对东部地区数字经济产业效率贡献度基本一致。中部地区数字经济规模效率贡献度为0.480，纯技术效率对产业效率贡献度为0.520，纯技术效率贡献度大于规模效率贡献度。西部地区数字经济规模效率贡献度为0.422，纯技术效率贡献度为0.578，纯技术效率贡献度同样大于规模效率贡献度。与东部地区相比，2010年中西部地区数字经济产业要素投入未实现最大化，数字经济规模较低，导致了中西部地区数字经济产业效率低下。

2019年，我国东中西部地区数字经济产业效率均值分别为：1.048、0.910、0.867，相较于2010年，东中西部地区数字经济产业效率都有很大提高，东部地区数字经济产业效率提升18.7%，其中规模效率对东部地区数字经济产业效率提升的贡献度为0.460，纯技术效率贡献度为0.540，中部地区数字经济产业效率提升46.0%，规模效率对中部地区数字经济产业效率提升的贡献为0.569，纯技术效率贡献度为0.431。西部地区数字经济产业效率提升31.3%。其中规模效率对西部地区数字经济产业效率贡献度为1.170，纯技术效率贡献度为-0.170。从2010年到2019年，东部地区数字经济产业效率的提高主要来源于纯技术效率的改进，而中西部地区数字经济产业效率的提升主要来源于规模效率的改进，特别是西部地区，由于2019年数字经济纯技术效率出现下降，所以，数字经济产业效率提升全部来源于规模效率的大幅提高。

(五)我国三大经济圈数字经济产业效率

三大经济圈(5)中国三大经济圈包括长三角(上海、江苏、浙江)、珠三角(广东、香港特别行政区、澳门特别行政区)、环渤海(北京、天津、河北、辽宁、山东)。鉴于数据的连续性与可得性，研究范围为除香港特别行政区、澳门特别行政区以外的9个省份。是指长三角经济圈、珠三角经济圈和环渤海经济圈，这三大经济圈的发展很大程度上代表着中国经济发展的最高水平，同样也代表着我国数字经济产业发展的最高水平，本文采用与前述相同的方法测算我国三大经济圈数字经济产业效率及贡献度。

表3为2010年及2019年我国三大经济圈数字经济产业效率指标及分解，可以看到，2010年三大经济圈数字经济产业效率平均水平为0.878，高于全国平均水平，其中纯技术效率对数字经济产业效率的贡献度为0.509，产业效率(贡献度的计算方法参见表2)，规模效率贡献度为0.491，纯技术效率的贡献度大于规模效率的贡献度。从三大经济圈内部看，2010年三大经济圈数字经济产业效率水平分别为：长三角经济圈为0.957，珠三角经济圈为0.848，环渤海经济圈为0.828，其中，长三角经济圈数字经济产业纯技术效率贡献度为0.510，规模效率贡献度为0.490，珠三角经济圈数字经济产业纯技术效率贡献度为0.541，规模效率贡献度为0.459，二者数字经济纯技术效率都已实现DEA有效。环渤海经济圈数字经济产业纯技术效率贡献度为0.439，规模效率贡献度为0.561，规模效率贡献度大于长三角和珠三角经济圈。2019年长三角经济圈和珠三角经济圈数字经济产业效率、纯技术效率和规模效率分别实现了DEA有效，说明在现行的效率评价体系下，这两个地区数字经济产业效率已实现了投入产出最优化，数字经济要素投入和产出都比较合理，产出水平已达生产前沿面，产业效率DEA有效的实现在于规模效率的提高，其对两个地区数字经济产业效率改进的贡献度为1。环渤海经济区数字经济产业效率2019年获得提升，但仍未达到DEA有效，数字经济产业效率提升的主要原因在于纯技术效率的改进，其贡献度为0.733，规模效率贡献度为0.267。

表3 2010年及2019年我国三大经济圈数字经济产业效率

五、我国地区数字经济产业效率收敛性特征

本部分对我国地区数字经济产业效率的收敛性特征进行检验。部分学者利用数字经济效率的地区差异对我国数字经济产业效率的收敛性进行了推断，但对我国地区数字经济产业效率收敛性特征进行直接分析，目前还没有学者涉及到，本文采用的方法为Barro和Sala-I-Martin绝对收敛模型(6)绝对收敛模型假定过于理想化，仅仅考虑了系统初始状态与增长率的差异对实现系统稳态收敛的影响，条件收敛模型考虑了多种影响系统收敛的因素，与现实经济契合度较高，但由于文章篇幅所限，本文仅采用绝对收敛模型对我国数字经济产业效率的收敛状况进行分析。，数据来源为前述测算的2010年与2019年我国地区数字经济产业静态效率指标，通过利用我国地区效率指标与收敛模型，得到如表4所示的2010-2019年我国地区数字经济产业效率绝对收敛分析结果。

表4 2010—2019年我国地区数字经济产业效率绝对收敛分析结果

由表4可知，收敛模型的拟合优度、F值较大，参数的t检验可信度高，模型拟合效果较好。从全国平均水平来看，收敛模型β系数大于零，表明2010-2019年我国东中西部地区数字经济产业效率存在绝对收敛现象，其绝对收敛速度为0.192，随着时间推移，我国东中西部地区数字经济产业效率差异将逐渐缩小，最终实现数字经济产业效率地区趋同。不考虑其他因素的影响，我国数字经济产业效率达到稳态趋同的时间约为46.8年(7)该时间为不考虑其他因素的影响，仅考虑全国数字经济产业效率地区初始状态及增长率差异，实现数字经济产业效率趋同的时间，是全国数字经济地区效率达到稳态趋同的理想时间间隔。，从我国三大地区内部看，2010-2019年我国东中西部数字经济产业效率收敛系数均大于0，东部地区数字经济产业效率收敛系数为0.271，中部地区数字经济产业效率收敛系数为0.167，西部地区为0.269。因此，对于东中西部地区来说，其数字经济产业效率也存在绝对收敛现象，2010-2019年我国东中西部地区数字经济产业效率收敛速度为0.271、0.167、0.269。收敛速度东部最快，西部地区次之，中部地区最小。究其原因，在于东部地区内部省份数字经济产业环境较相似，发展差异性较小，数字经济产业结构具有趋同化趋势，地区内部数字经济产业的扩散、融合、地区协同发展阻碍较小，便于实现地区数字经济产业效率的趋同。而中部地区内部省份数字经济产业差异性较大，因而地区数字经济产业效率收敛速度较低。仅考虑东中西部数字经济产业效率初始状态与增长率，东中西部地区内部数字经济产业效率实现稳态趋同的时间约为33.2-53.8年(8)考虑到影响地区数字经济产业效率收敛的其他因素，东中西部地区数字经济产业效率实现稳态趋同的时间将会有较大差异，因篇幅所限，本文省略了这部分内容的讨论。。

六、结论与政策建议

(一)研究结论

本文采用BCC-DEA及SBM-DEA分析方法对不同时期我国地区数字经济产业效率进行了测算，利用可视化方法对我国不同时期地区数字经济产业效率的空间分布及演进过程进行了刻画，对规模效率贡献度、纯技术效率贡献度及技术效率贡献度进行了分解，最后探讨了我国地区数字经济产业效率的收敛性特征。通过分析得出以下结论。

(1)在不同时期我国数字经济产业效率存在不同的空间分布与演进特点，且地区之间差异较大。2010年我国地区数字经济产业效率、规模效率呈现西北地区低、东南地区高的特点，除极个别省份外，基本沿“胡焕庸线”分布；2019年我国地区数字经济产业效率大多数省份较高，地区差异较小； 2010-2019年，我国地区数字经济产业效率总体演进路径为由东南地区向我国西北和东北地区逐渐降低。

(2)在样本期内，我国地区数字经济产业效率提升显著。2010-2019年我国地区数字经济产业效率整体提升29.3%，东部地区数字经济产业效率提升14.2%，中部地区数字经济产业效率提升51.1%，西部地区数字经济产业效率提升31.2%，我国数字经济产业效率提升的最主要原因为我国数字经济规模效率的改进，而纯技术效率对我国数字经济产业效率提升的作用有限。

(3)从贡献度来看，规模效率对我国数字经济产业综合效率提升的贡献显著，而纯技术效率对我国数字经济产业综合效率提升的贡献有限，地区贡献差异性较大。从全国来看，规模效率对我国数字经济产业综合效率提升的贡献度为0.730，纯技术效率贡献度为0.270。从地区视角来看，规模效率对东部地区数字经济综合效率提升的贡献度为0.460，纯技术效率贡献度为0.540，规模效率对中部地区数字经济产业效率提升的贡献为0.569，纯技术效率贡献度为0.431，规模效率对西部地区数字经济产业效率贡献度为1.170，纯技术效率贡献度为-0.170。

(4)从收敛性特征来看，2010-2019年我国地区平均数字经济产业效率存在绝对收敛现象，其绝对收敛速度为0.192。不考虑其他因素的影响，我国数字经济产业效率达到稳态趋同的时间约为46.8年，从我国三大地区内部看，2010-2019年我国东中西部地区数字经济产业效率也存在绝对收敛现象，仅考虑东中西部数字经济产业效率初始状态与增长率，东中西部地区内部数字经济产业效率实现稳态趋同的时间约为33.2-53.8年。

(二)政策建议

基于以上对我国数字经济产业发展效率的分析结论，本文提出以下提高我国数字经济产业效率、促进数字经济高质量发展的对策建议。

(1)加大数字经济技术创新力度，促进数字经济技术进步。探索建立开放的数字经济创新科技攻关机制，加快数字经济关键技术创新突破，梳理数字经济领域核心关键技术目录，组织实施数字经济领域重大科技研发专项和重点研发计划，对数字经济的核心技术如：5G、虚拟现实等领域的研发加大配套投入[25-27]；充分发挥创新平台在数字经济产业关键核心技术攻关的引领作用，对数字经济领域的国家重点实验室、国家工程研究中心，国家产业创新中心、国家技术创新中心、国家制造业创新中心等平台和团队给予财政和税收支持[28-29]；支持研发数字经济新产品，支持数字经济领域相关创新产品和解决方案进入公共财政投资类项目，提高对数字经济产业创新、产品创新的扶持力度，加大数字经济技术创新力度，促进数字经济技术进步。

(2)促进地区数字经济产业扩散、融合，实现地区数字经济协同发展。全面统筹东中西部数字经济产业发展，整体推进提高数字经济产业效率，进一步优化我国东中西部地区统一的数字经济营商环境，发挥地区区位优势与资源优势，促进数字经济产业链的上下游分工与协作，科学规划我国的数字经济产业，形成各地区协同推进的发展格局[30-32]，共同推进东中西部地区数字产业信息资源共建共享，强化区域间数字经济产业互联互通，缩小数字经济产业发展地区差距，推动地区数字经济产业发展实现纵向协调、横向协同。

(3)制定合理、切合地区发展的数字经济产业发展政策。东中西部地区要因地制宜，结合自身情况，充分发挥其资源禀赋和比较优势，合理利用当地的地理位置、自然资源、经济和社会条件等既有优势，在数字经济产业链条上合理定位[33-35]。要抓住核心问题，从数字经济发展的关键领域入手，形成科学合理的规划安排。从产业链布局、投资融资力度、财税政策支持和人才队伍建设等方面着手，为数字经济产业发展创造良好环境，探寻出具有各地特色的数字经济发展之路。